20XX年金融市场风险计量模型讲义.ppt

99％的置信水平下RVaR为 Delta-正态VaR：债券组合 若忽略凸性，则有 则有持有期为T的债券组合VaR为 债权组合的Delta Delta-正态VaR：股票组合 条件：根据CAPM，只有当股票组合充分大（一般大于30支股票）时，非系统风险可以忽略不计，则 Delta-正态的意义：基于期权 由B-S模型证明过程可知，它是通过构造无风险组合得到其价值的。 合成期权 所以，delta方法的本质是通过复制资产组合来计算其风险， 基本原理仍是无套利均衡。 我们只要知道投资组合中风险因子的方差及相关系数，那么我们能为整个的投资组合计算VaR。 前提条件： 投资组合的价值变化与市场标的变量的价值变化是线性相关的； 市场因子的回报变化满足正态分布。 可适用Delta-正态VaR的资产组合 股票的投资组合； 债券的投资组合； 外汇的投资组合； 商品实物的投资组合； 外汇远期合约的投资组合； 利率互换和货币互换的投资组合； 由上述工具共同构成的投资组合。 7.5.4 Gamma正态的VaR模型 Gamma正态模型与Delta正态模型类似，都是假定风险因子的变化服从正态分布，不同之处在于Gamma方法采用泰勒二阶展开的方式来描述组合价格的函数，从而可以更好地捕捉组合价格变化的非线性特征，它可以适用于期权等非线性资产的风险估计。 若将资产组合的价格函数进行泰勒展开，忽略二阶以上的波动，则其价格的变化可以表示为 虽然 服从联合正态分布，但由于 服从 分布，从而 的分位数，因为 分布是一种偏态分布，这就给计算VaR带来了一定的困难。 正态分布来求得 不满足正态分布，因此，就无法通过 若假设 则 例子：期权的VaR 例子：指数期权的VaR 某指数期权的Delta=0.5，Gamma=0.000283，在日经指数18759点上的年回报波动率为15%，求该期权95%置信水平，持有期1天的VaR 这里，指数一个交易日波动的方差为 Fong的Gamma模型 Fong等在1997年提出通过偏度和标准差来近似估计分位数的方法，得到了基于广义Gamma分布假设的RVaR模型，该模型可以表示为如下等式 为ΔS的三阶中心矩 为Gamma分布下的刻度参数 广义Gamma分布99%置信水平 刻度参数 为左偏分布 计算出的VaR大于正态分布的VaR，故基于广义Gamma分布的VaR可以捕捉资产回报为重尾（Heavy Tail）分布的情形。 Wilson模型（1996） 若风险因子的变化满足 则资产的Delta-VaR为 将上式进行二阶Gamma扩展就是 在资产组合情形下则为 Wilson模型 上述的二次规划模型就是Wilson模型的计算思路 约束条件代表N维椭球域 若最不利情形发生在椭球域的边界，则约束条件是紧的 若最不利情形发生在椭球域的内部，则约束条件是松的 根据Kuhn-Tucker条件，其解为 写出目标函数和约束的梯度： 目标函数的梯度： 约束条件的梯度： 对约束条件引入拉格朗日乘子，假设K-T点为 则写出该问题的K-T条件为 整理后，该问题的K-T条件就是 或者 Kuhn-Tucker乘子的金融意义：如果置信水平c增加，则风险增加的边际数量。 若约束是紧的，则Kuhn-Tucker乘子大于0； 若约束是松的，则Kuhn-Tucker乘子等于0。 一般地，解该模型的方法是在λ0下进行数值搜索。对于每个λ，将其代入 从而得到Δf，将Δf代入 看上述的两个约束条件是否满足，上述过程由计算机程序完成。 sub.to 由正态分布的性质则有 则根据VaR的定义即可得到单期的AVaR为 下面计算持有期为T期的VaR，资产的回报ri满足 以上计算的是绝对VaR，若是相对VaR，容易得到 并且成立 这就是著名的“平方根法则”（square-root rule） 算例 设某股票初始价格为10元，若该股票的回报服从正态分布，其日回报的标准差为5％，则该股票持有期为1年（250个交易日），99％置信水平下的每股RVaR为 平方根法则的模型风险 平方根法则：若持有期增加为原来的K倍，则RVaR值增大为原值的K0.5倍。 平方根法则成立的必要条件是：资产的回报是独立同分布的，且全部头寸只能在持有期末瞬间出清。 事实上，回报的波动很难满足上述的两个假设，故以平方根法则计算的VaR存在模型风险。 平方根法则的模型风险 当资产的持有期从1天增加到T天时，若1天的风险价值为VaR，则T天的风险价值为 由此就会导致一个荒谬的结果： 一个期初价值为1元的资产，经过一个充分长的T天后，该资产的VaR将超过1元。这意味着该资产的价值为负，但实际上该资产无论经过多少持有期，其最大的损失就是1元而不可能大于它。 故巴塞尔资本协议要求